近日，郑州大学计算智能实验室于坤杰副教授、梁静教授等人在国际权威期刊《IEEE Transactions on Systems, Man, and Cybernetics: Systems》上发表学术论文《Dynamic Selection Preference-Assisted Constrained Multiobjective Differential Evolution》，提出了解决约束多目标优化问题的进化优化方法。
约束多目标优化问题广泛存在于科学研究和工程实践中，同时优化多个冲突的目标函数和满足不同的约束是解决此类问题的关键。为了有效地平衡约束和目标，本文提出了一种动态选择偏好辅助的约束多目标差分进化算法。该方法设计了动态选择偏好机制，使得算法能够自适应地动态调整对约束和目标的权重，从而在进化前期扩大搜索提高多样性，并在进化后期提高可行性和解的精度。另外，采用两种互补的差分进化操作，以此产生优秀的后代解。通过同时考虑解的产生和解的保留过程，该方法在众多测试问题中均产生了良好的表现。论文的主要贡献包括：
l 提出了一种动态选择偏好策略，为平衡约束和目标提供了新的思路；
l 设计了无参数的权重更新方法，实现了约束到目标函数的动态切换；
l 给出了基于差分进化策略的搜索算法，进一步平衡种群的多样性、收敛性和可行性。
该成果得到国家自然科学基金、国家优秀青年科学基金、河南省科技攻关等项目的资助。《IEEE Transactions on Systems, Man, and Cybernetics: Systems》是国际自动化与控制系统领域中重要学术期刊，最新影响因子为9.309，长期位于中科院计算机科学和工程技术等学科一区，也是该领域的Top期刊。
论文信息：
Title：
Dynamic Selection Preference-Assisted Constrained Multiobjective Differential Evolution
Authors：
Kunjie Yu, Jing Liang*, Boyang Qu, Yong Luo, and Caitong Yue
Source:
DOI：10.1109/TSMC.2021.3061698
Link:
https://ieeexplore.ieee.org/document/9373401